[論文レビュー] LookAroundNet: Extending Temporal Context with Transformers for Clinically Viable EEG Seizure Detection

Þór Sverrisson, Steinn Guðmundsson|arXiv (Cornell University)|Jan 9, 2026

EEG and Brain-Computer Interfaces被引用数 0

ひとこと要約

LookAroundNetはTransformerを用いてEEGの拡張時系列文脈を取り入れ、効率的な推論とアンサンブルによる性能向上を実現しつつ、データセット横断での発作検知を強力に行います。

ABSTRACT

Automated seizure detection from electroencephalography (EEG) remains difficult due to the large variability of seizure dynamics across patients, recording conditions, and clinical settings. We introduce LookAroundNet, a transformer-based seizure detector that uses a wider temporal window of EEG data to model seizure activity. The seizure detector incorporates EEG signals before and after the segment of interest, reflecting how clinicians use surrounding context when interpreting EEG recordings. We evaluate the proposed method on multiple EEG datasets spanning diverse clinical environments, patient populations, and recording modalities, including routine clinical EEG and long-term ambulatory recordings, in order to study performance across varying data distributions. The evaluation includes publicly available datasets as well as a large proprietary collection of home EEG recordings, providing complementary views of controlled clinical data and unconstrained home-monitoring conditions. Our results show that LookAroundNet achieves strong performance across datasets, generalizes well to previously unseen recording conditions, and operates with computational costs compatible with real-world clinical deployment. The results indicate that extended temporal context, increased training data diversity, and model ensembling are key factors for improving performance. This work contributes to moving automatic seizure detection models toward clinically viable solutions.

研究の動機と目的

• 多様なEEGデータセットと設定で臨床的に実用可能な自動発作検知を動機づける。
• ターゲットEEGセグメント周囲の時系列文脈を拡張することが検知精度を改善するかを調査する。
• 複数の公開データセットおよび非公開データセットを用いて未知の録音条件とデータ分布への一般化を評価する。
• 実世界の臨床展開に実用性を確保するために計算効率を評価する。

提案手法

• LookAroundNetを提案する。これは3部構成のEEG入力（look-behind、target、look-ahead）をチャネル別のトランスフォーマーエンコーダとチャネル間注意機構で処理する。
• EEGを縦長の双極モントージュに事前処理し、フィルタリング/再サンプリングを適用し、トランスフォーマ処理のためにチャネルごとにパッチを使用する。
• CrossEntropyLossとAdamW（スケジュールフリー）を用いた200エポックの訓練、ラベル平滑化と発作・非発作・混合セグメント間のバランスサンプリングを適用する。
• SzCOREフレームワークを用いてイベントベースおよびサンプルベースのスコアリングを評価し、複数データセットでF1、感度、精度、FP/日を報告する。
• 従来モデル（EventNet、EEG-U-Transformer）と比較し、文脈窓サイズとアンサンブルのアブレーションを行い性能向上を評価する。
• ハードウェア全体で推論効率を示し、臨床適用可能性を主張する。

実験結果

リサーチクエスチョン

• RQ1 ターゲットEEGセグメント周囲の拡張時系列文脈を取り入れることで、データセットを横断して発作検知性能は改善されるか？
• RQ2 公開データと私的データを組み合わせて訓練すると、未知の録音への一般化はどう変化するか？
• RQ3 文脈窓のサイズと配置は検知指標にどのような影響を与え、複数の文脈設定をアンサンブルすることは有益か？
• RQ4 標準的なハードウェア上で臨床導入を前提とした実時間以下の推論速度を、なおかつ高精度を維持して達成できるか？
• RQ5 臨床展開のための閾値最適化における感度と偽陽性のトレードオフはどうなるか？

主な発見

• 16秒のターゲット窓と32+32秒のlook-behind/look-aheadを持つLookAroundNetが、TUSZおよびSiena/SeizeIT1で従来モデルを上回り、パラメータ数を大幅に抑えつつ最先端の性能を達成した。
• ターゲットの前後または周囲に配置された文脈窓を用いたLookAroundNetのアンサンブルは、イベントベースのF1スコアをさらに向上させ、単一設定と比較して偽陽性を低減した。
• 時系列文脈を拡張すると、全体で約128秒程度の総文脈までF1スコアが一般に向上し、それを超えるとほとんどのデータセットで収益が減少する。
• 公開データセット（特にTUSZとKvikna）を組み合わせて訓練すると、テストセット全体で最も良い一般化を達成する一方で、いくつかの小規模データセットの追加は特定ケースで偽陽性を増加させる可能性がある。
• 標準的なハードウェアでの推論はリアルタイム未満で動作し、GPUでの1時間当たり6秒未満の処理、ワークステーションではさらに高速で、臨床展開を支持する。
• 文脈的なLook-Around、データ多様性、モデルアンサンブルが性能と臨床適用性を高める主要因である。